刘超_简明应用统计学_第2版 第5章_统计推断：对总体参数的估计.pptx

;第5章 对总体参数的估计;学习目标;5.1 引言;5.1 引言;5.1 引言;5.1 引言;5.1 引言;5.1 引言;5.2 抽样分布与中心极限定理;抽样分布 (sampling distribution);样本均值的抽样分布;样本均值的抽样分布（例题分析）;样本;可得到如下的结论： （1）样本均值分布的均值等于总体均值： 。 （2）样本均值分布的延伸范围小于总体分布。样本均值的起止点分别为1571.5元和2657.5元，而总体值则从1427元至2949元不等。事实上，样本均值分布的标准差等于总体标准差除以样本量的算术平方根，即为 。注意到如果我们增加样本量，那么样本均值分布的范围将缩小。 （3）样本均值的抽样分布形态与总体频数分布形态不同。样本均值分布更接近钟形，近似于正态概率分布。 ;样本比例的抽样分布;样本比例的抽样分布(数学期望与方差);样本均值的抽样分布与中心极限定理;中心极限定理(central limit theorem);中心极限定理 (central limit theorem);中心极限定理 (central limit theorem);5.3 三种常用的抽样分布 ;?2 分布;?2分布(?2 distribution);?2分布(性质和特点);c2分布(图示);t 分布;t 分布;t 分布 (图示);F 分布;F分布(F distribution);F分布(图示);5.4 点估计;估计量与估计值;统计量(statistic);估计量与估计值 (estimator estimated value);点估计 ;点估计 (point estimate);评价估计量的标准;;;;区间估计;区间估计 (interval estimate);;置信水平(confidence level) ;置信区间 (confidence interval);置信区间 (confidence interval) ;前面提到，不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以0.95的概率覆盖总体参数。 置信度95%仅仅描述用来构造该区间上下界的统计量(是随机的)覆盖总体参数的概率； 也就是说，无穷次重复抽样所得到的所有区间中有95%包含参数。 ;但是把一个样本数据带入统计量的公式所得到的一个区间，只是这些区间中的一个。 这个非随机的区间是否包含那个非随机的总体参数，谁也不可能知道。非随机的数目之间没有概率可言。;置信区间的论述是由区间和置信度两部分组成。 有些新闻媒体报道一些调查结果只给出百分比和误差（即置信区间），并不说明置信度，也不给出被调查的人数，这是不负责的表现。 因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。在公布调查结果时给出被调查人数是负责任的表现。这样则可以由此推算出置信度（由后面给出的公式），反之亦然。;一个描述性例子：有10000个人回答的调查显示，同意某观点人的比例为70%（有7000人同意），可算出总体中同意该观点的比例的95%置信区间为（0.691，0.709）； 另一个调查声称有70%的比例反对该种观点，还说总体中反对该观点的置信区间也是（0.691，0.709）。 到底相信谁呢？实际上，第二个调查隐瞒了置信度。如果第二个调查仅仅调查了50个人，有35个人反对该观点。则其置信区间的置信度仅有11%。;;;总体均值（差）的区间估计;单个总体均值的区间估计 (正态总体、?２已知，或非正态总体、大样本);总体均值的区间估计(大样本);总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计(例题分析);总体均值的区间估计 (正态总体、?２未知、小样本);总体均值的区间估计 (小样本);总体均值的区间估计(例题分析);确定何时使用正态分布或t分布;两个总体均值之差的区间估计(独立大样本);两个总体均值之差的估计(大样本);两个总体均值之差的估计 (大样本);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的区间估计(独立小样本);两个总体均值之差的估计(小样本: ?12=? 22 );两个总体均值之差的估计(小样本: ?12=?22 );两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(例题分析);两个总体均值之差的估计(小样本: ?12?? 22 );两个总体均值之差的估计(小样本: ?12??22 );两个总体均值之差的估计(例题分析);两个总体均值之差的估计(SPSS);